### PyTorch中Feature Pyramid Network（FPN）的输出结构 在PyTorch中，`torchvision.models.detection.backbone_utils.FeaturePyramidNetwork` 是用于构建特征金字塔网络（FPN）的核心模块。该模块的主要功能是从多个输入特征图生成一组新的多尺度特征图，这些特征图通常被用作目标检测或其他计算机视觉任务的基础。 #### 输入与输出 FPN 的输入是一组来自骨干网络的不同尺度的特征图（通常是 CNN 各层提取的特征）。假设输入为 `[C3, C4, C5]`，其中 `C3`, `C4`, 和 `C5` 表示不同层次的特征图（分别对应于较低到较高的抽象级别），则 FPN 的输出是一个相同数量的新特征图集合 `[P3, P4, P5]`[^1]。此外，在某些实现中还会通过上采样操作扩展至更低级别的特征图（如 `P6`, `P7`），从而覆盖更广泛的尺度范围[^2]。 以下是具体的输出形式描述： - **输出维度**: 每张输出特征图都经过调整以保持一致的空间尺寸，并且通道数统一设置为目标值（例如 256 维度）。这意味着无论原始输入特征图如何变化，最终每张输出特征图都将具备相同的通道数目。 - **空间分辨率**: 输出特征图保留了其对应的输入特征图的部分空间信息，但由于可能涉及下采样或上采样的处理方式，因此它们的实际像素级大小可能会有所改变。具体来说，如果某一层输入特征图为 H×W，则相应输出也可能维持相近的比例关系或者按照预定义因子缩小/放大[^3]。 下面展示了一个简单的代码片段来说明如何创建并调用此组件: ```python from torchvision.ops.feature_pyramid_network import FeaturePyramidNetwork import torch.nn as nn import torch class BackboneWithFPN(nn.Module): """ Adds a FPN on top of a model. Internally, it uses torchvision.models._utils.IntermediateLayerGetter to extract a submodel that returns the feature maps specified in return_layers. The same limitations of IntermediateLayerGetter apply here. Arguments: backbone (nn.Module) return_layers (Dict[name, new_name]): a dict containing the names of the modules for which the activations will be returned as the key of the dict, and the value of the dict is the name of the returned activation (which the user can specify). in_channels_list (List[int]): number of channels for each feature map that is passed to the module. out_channels (int): number of channels of the FPN representation Attributes: out_channels (int): the number of channels in the FPN representations """ def __init__(self, backbone, return_layers, in_channels_list, out_channels): super().__init__() self.body = IntermediateLayerGetter(backbone, return_layers=return_layers) self.fpn = FeaturePyramidNetwork( in_channels_list=in_channels_list, out_channels=out_channels, extra_blocks=None) def forward(self, x): x = self.body(x) x = self.fpn(x) return x # Example usage with ResNet50 backbone backbone = resnet_fpn_backbone('resnet50', pretrained=True) example_input = torch.rand((1, 3, 800, 800)) output_features = backbone(example_input) print({k: v.shape for k, v in output_features.items()}) ``` 上述代码展示了如何利用ResNet作为基础模型并通过指定返回哪些中间层的结果来初始化带有FPN架构的整体框架。运行这段脚本之后可以观察得到各个层级上的输出形状。 --- ###